摘要：随着物联网技术(Internet of Things,IoT)和云计算等技术的发展,智能家居系统正在逐步兴起。环境监测可以说是智能家居系统不可或缺的一部分,为方便用户实时监测室内的环境质量,实现在线环境监测从而达成远程监测与控制,设计了一种基于物联网技术的室内环境监测系统。该系统以ESP32-WROOM-32作为系统的中央处理器,以DHT11温湿度传感器、DS18B20温度传感器、GY-302 BH1750光强传感器模块、MQ-135气体传感器、MQ-6气体传感器等构成该系统数据收集节点,并将采集的环境参数的数据信号传递给ESP32,ESP32将数据上传到云服务器。并使用App Inventor完成上位机软件的设计,连接云服务器,最终在手机App端呈现数据。用户可以通过手机端实时查看室内的环境状态信息,并且可以通过手机App来控制室内台灯的开关。

摘要：研究了传统的PSNR(Peak Signal-to-Noise Ratio,峰值信噪比)算法、SSIM(Structural Similarity,结构相似性)算法以及较新的基于机器学习算法BRISQUE(Blind/Referenceless Image Spatial Quality Evaluator,一种无参考的空间域图像质量评估算法),利用Python语言和OpenCV视觉库设计实现3种视频图像的质量评价器。实验表明,PSNR视频评价器在运行速度方面是最快的,而在信息准确度上表现一般,BRISQUE和SSIM在准确度上表现良好,但是两者在没有加入OpenCV的算法优化时,运行速度比较慢,尤其是SSIM运行速度是3种算法中最慢的。总体来说,BRISQUE算法在性能与效果上取得了较好的平衡,而PSNR则更注重运行速度。